基于稀疏字典学习的极大质量比例脉冲器引力波长期高速重建
广义相对论与量子宇宙学
2024-09-09 v2 宇宙学与河外天体物理
高能物理 - 唯象学
摘要
测量极大质量比例脉冲器（EMRI）的准确长期引力波，能够提供关于大质量黑洞 Population 以及对广义相对论的稳健测试的宝贵知识。然而，围绕 EMRI 数据处理与分析的巨大计算需求，使得其检测与分析具有挑战性。我们进一步开发并探索一种稀疏字典学习（SDL）算法，以高效重建持续最长达一年的 EMRI 引力波形。研究一套一年长的 EMRI 系统，以了解该方法的检测与准确波形检索前景。我们展示，完整的全年 EMRI 可在 2 分钟内重建，部分系统的误报率小于 0.001/年，时间窗口为 1.16 天，错配率低至 0.06。这为使用 SDL 方法进行类似本研究中 EMRI 的长期引力波搜索提供了鼓舞人心的前景。
引用
@article{arxiv.2407.02908,
title = {High-speed reconstruction of long-duration gravitational waves from extreme mass ratio inspirals using sparse dictionary learning},
author = {Charles Badger and José A. Font and Mairi Sakellariadou and Alejandro Torres-Forné},
journal= {arXiv preprint arXiv:2407.02908},
year = {2024}
}